多属性群决策是拥有不同专家和经验的专家决策群体对不同方案的评价与选择的决策问题。在当前研究中,灰色多属性群决策问题有待进一步理论拓展。灰色多属性决策问题依托于现实的决策背景,而现实选择具有极大的不确定性,客观对象的模糊性、决策者的主观意愿以及知识结构、经验水平等均影响着决策矩阵评价信息的准确性。不仅如此,专家行为期望对决策选择的结果与稳定性具有重大的影响。因此,在不确定的环境下,决策者的行为期望可以采取诸如区间灰数、模糊数、多值中智集、语言变量等多种表述方式,如何根据决策环境适当选取数据类型,并根据专家期望选取一定的理论包括灰靶理论、灰色关联分析理论等,构建灰色多属性的群决策模型至关重要。本文充分考虑专家行为偏好,将其表征为专家期望,并通过数学模型加以量化分析,针对不同的数据表征形式构建不同的基于专家期望的灰色群决策模型,具体研究内容如下:第一,构建了基于专家期望的实数型加权群决策模型,建立以各个专家对各个指标期望值与所有专家平均期望值（靶心）的距离（即偏离程度）为基础的群决策模型的计算,专家权重与平均期望值的距离成反比,引入基础的集结算子集结专家权重、指标权重和评价值,进行方案的评价;第二,构建了基于期望的区间型灰靶群决策,扩展了仅有上界和仅有下界灰数的核的计算,并提出了一种基于距离计算专家权重的方法,建立以各个专家对各个指标期望值与专家平均期望区间的距离（偏离程度）的模型计算,通过计算实际打分区间与期望区间的重合度得到打分矩阵,将评价值其标准化进行评价;第三,构建了基于专家期望的单值中智型群决策,将灰色关联方法扩展应用于单值中智集的群决策问题,依据中智集的记分函数得出理想解,将中智数的距离应用于灰色关联分析模型,运用两个中智数的距离用于求解灰色关联度进行排序。最后,本文分别对不同数据表征形式的群决策进行算例分析,得到最终评价结果。